NTQブログ

Laravel（ララベル）は、今最も注目を集めているPHPフレームワークであり、多くの開発者がその学習のしやすさや充実した機能と便利さに魅了されています。 この記事では、この人気NO.1のフレームワークLaravelの概要とそれを利用してできること、メリットやデメリットを徹底的に解説いたします。 Laravelとは PHPとは PHPは動的にWebページを生成することができるサーバーサイドのスクリプト言語です。他の言語と比較して仕様や文法が簡単なため習得しやすく、MySQLなどのデータベースとも連携が容易なため、WordPressなどを含むWebアプリケーションの開発に広く使われるスクリプト言語です。 WEBアプリケーションの開発に関しては、「WEBアプリケーションの開発手順とは？ 仕組みや開発言語を紹介」もぜひ合わせてご参照ください。 Laravelとは 上記でも紹介した通り、LaravelはPHPの代表的なフレームワークとして世界的に普及しています。 ちなみに、フレームワークとは、多用するコードに機能性を加えて形成された構造、枠組みのことを意味し、PHPを使用してWebアプリケーション開発する際のベースとして機能するソフトウェアと理解していただければ問題ありません。 アプリケーションを作成するために便利な関数やクラスが用意されているため、これらを利用して初心者でも比較的簡単にコードを記述してアプリケーションを開発することができます。また複数人の開発者による分業体制も構築しやすくなります。 Laravelは2011年に登場したPHPフレームワークですが、開発者 Taylor Otwell 氏の2013年のTwitterでの発言によれば、小説「ナルニア国物語」に登場する王都「Cair Paravel（ケア・パラベル）」から命名しています。機能の拡張性の高さやコードの読みやすさ、初心者でも比較的すぐに習得できるという学習コストの低さから、フレームワークの中でも特に高い人気を博し、世界で最も利用されているPHPフレームワークと言われています。 他のWebアプリケーションのフレームワークに関しては、「【2022年版】Webフレームワークのベスト10選！」もぜひご参照ください。 Laravelの特徴 Laravelを使うメリット・デメリットをあらかじめよく把握しておきましょう。 Laravelのメリット 内蔵のアクセス制御システム Laravelでは、ユーザー認証とロールベースのアクセス制御をコントロールすることができます。 必要なオプションはすべて内蔵されていますので、ユーザー認証ロジックとアクセス制御は洗練されたものになり、その結果、より安全性が高まります。 Laravelは、既存のCodelgniterフレームワークのより高度な代替品として作成されました。Codelgniterには、認証システムの内蔵サポートなど、多くの便利な機能が欠けていました。Laravelには、ログイン、登録、パスワードリセットなど、必要なすべてのステップからなる認証システムが搭載されており、1つのコマンドで実行することができます。 MVCモデルを採用している Laravelは、MVCベースのPHPフレームワークで、プレゼンテーション層とビジネスロジックの間の緊密な分離を確保します。MVCとは、Model、View、Controllerの略です。モデル（ロジック、データ処理）、ビュー（UI）、コントローラーの処理（インターフェース）を分離するデザインパターンです。MVCを使用することで、コーディング構造を簡素化し、作業を容易にすることができます。また、それぞれの機能が独立するため、分業開発もしやすくなります。 簡便なメール連携システム 現代のシステムにとってメール連携機能は、望ましいだけでなく、すでに必須となっています。Laravelでは、Mandrill、Amazon SES、Sendmailなどのドライバを使用することができます。メールはクラウドでもローカルサービスでも送ることができます。 データベース連携が管理しやすい LaravelのEloquent ORMは、Web開発者にシンプルなActiveRecordの実装を提供し、データベースとのやりとりを簡単かつ短時間で行えるようにします。PHPの構文を使ってデータベースクエリを書くことができ、データベースを更新または修正するためにSQLを書いたり、知る必要がありません。 データベース移行がしやすい Laravelのマイグレーションシステムは、データ損失のリスクを最小限に抑えながら、データベースを拡張することができます。データマイグレーションはPHPの助けを借りて行われるため、開発者の作業も容易になります。そうすると、データベースのマイグレーション機構を内蔵し、手間をかけずにデータベースの同期を高速化することができます。 利用している開発者が多いため情報も多く、日本語のドキュメントも充実している　 多くのPHPフレームワークには価格がついていますが、LaravelはWeb開発者向けのオープンソースのフレームワークです。また、このフレームワークをサポートする強力なコミュニティがあり、Laravelに関する公式ドキュメントや学習サイトが充実しているため、より高度で柔軟なフレームワークを作ることができます。。また、他のフレームワークに比べて、日本語サイトのドキュメントが豊富であり、基礎から応用までどのレベルに対しても学びやすい環境といえます。 Laravelのデメリット コードが複雑化しやすい 自由度が高ければ高いほどコードが複雑化しやすくなります。Laravelの魅力の1つとしては自分の思うとおりにコードを記述できるが、その反面、このデメリットに十分に注意すべきです。また、最初の設計をしっかり行わないと、分担体制を実施しにくいし、作業効率が落ちるリスクもあります。 処理速度が遅い Laravelは多機能で開発しやすいと評価されていますが、その分のメモリの使用量が多いため、処理速度は他のフレームワークに比べて遅い傾向にあります。そのため、速度を高く求めるシステムへの活用は十分に検討する必要があります。 Laravelでできること Laravelで開発できるアプリケーション Laravelは、シンプルな1ページのウェブサイトからエンタープライズレベルのソリューションまで、あらゆる複雑さと目的のウェブアプリケーションを構築することができる強力なフレームワークです。そのため、それを採用する企業が非常に多く、事例はIT、金融、旅行、エンターテイメント、小売など、さまざまな業界にわたります。ここ数年の開発実績に基づいて、下記の通り、Laravelで開発した案件の傾向をまとめました。 業務システム開発 Webアプリケーション開発 Webサイト制作 掲示板・口コミサイト制作 SNS制作 Eコマースサイト LaravelとWordPressの違い Webサイトを作成しようとする際、LaravelのほかにはWordPressもとても普及していますが、それぞれの特徴と向いている分野を見てみましょう。 WordPressはWebサイトを構築するために設計されたプラットフォームであり、LaravelはWebアプリケーションを設計するために使用されるフレームワークです。WordPressの場合、ユーザーはコーディングの知識を必要としませんが、Laravelを使用する場合はその知識が必要とされます。 それぞれのプラットフォームには、他と異なる独自の機能がありますが、簡単に言えば、WordPressは、よりシンプルなWebページやブログ、小規模なオンラインショップに向いています。その一方、Laravelは、より複雑で大規模なサイトに広く使用されています。つまり、カスタマイズされたバックエンドシステムを必要とする複雑なeコマースサイト等には、Laravelは、より良いソリューションとなりえます。 まとめ：Laravelで開発するWebアプリケーション…

あらゆるモノをインターネットに接続させていつでもアクセスできるIoT（Internet of Things）を目指すMicrosoft社の経営戦略を実現させるための環境として「.NET」をスタートしました。それから、システム開発の効率向上をはかり、それをベースとして、開発に役立つ機能を搭載するASP.NETをリリースしました。本記事ではASP.NETについてより具体的に理解するために、その特徴と強みについて紹介します。 ASP.NETは強力な開発フレームワーク .NET 「.NET」は、主として「.NET Framework」を指す言葉として使われています。NET Frameworkは、2000年6月に開発元であるマイクロソフト社が打ち出した「Microsoft .NET（マイクロソフト・ドットネット）」という構想がベースになりました。 マイクロソフト社のビジョンは、大規模なネットワークサービスを構築するため、あらゆる電子機器をインターネットに接続させる（IoT）経営戦略を策定しました。 .NET を使用すると、複数の言語や、エディター、ライブラリを使用して、Web、モバイル、デスクトップ、ゲーム、IoT など向けにアプリケーションをビルドすることが可能です。 .NET6へのマイグレートに関しては、「【NTQ Engineer Insight】.NETアップグレードアシスタントで、Windows上のデスクトップアプリを.NET6にマイグレート」もぜひご参照ください。 ASP.NETとは ASP.NETはActive Server Pages .NETの略で、マイクロソフト社が提供している.NET Frameworkに搭載されてます。ASP.NETは、動的なWebページを作成するために使用されるWebアプリケーションフレームワークです。クライアント側とサーバー側の両方のスクリプトがASP.NETで動作することができます。開発者がC#やVBを十分に理解していれば、このフレームワークをフルに活用することができます。 同社が提供している Visual Studio 等の統合開発環境を用いて、 Webテクノロジーの専門知識や、HTML や HTTP などの基本的なテクノロジーに精通していなくても、高機能な Web アプリケーションを開発できることが特徴です。 WEBアプリケーションの開発に関しては、「WEBアプリケーションの開発手順とは？ 仕組みや開発言語を紹介」もぜひご参照ください。 ASP.NETのコンポーネント ASP.NETは、以下のコンポーネントで構成されています。 ・言語  .NET Framework内に存在するさまざまなプログラミング言語。例えば、VB.netやC#などの言語があり、アプリの開発に使用されます。 ・ライブラリ  ウェブサイトやウェブベースのアプリケーションを作成するために開発者が使用するすべての必要なコンポーネントを持つ、異なるクラスのライブラリでいっぱいのベース。 ・共通言語ルーチン  共通言語基盤の CLI（The Common Language Infrastructure）とも呼ばれ、ドットネットプログラムが実行されるプラットフォームです。開発者は、例外処理やガベージコレクションなどの主要なアクティビティを実行するために使用します。 ASP.NETの特徴 ASP.NETフレームワークを使用すると実際にどのようなメリット・デメリットがあるか、より具体的に解説していきます。 ASP.NETのメリット 複数のプログラミング言語に対応している ASP.NETは、プログラミング言語に依存せずに、複数のものに対応できます。つまり、開発者はC#やVisual Basic.NETのような好きな言語を選ぶことができるのです。また、その実行時間は共通の言語に基づいています。 複数の開発者がプロジェクトに参加している場合、それぞれの開発者が自分のプログラミング言語を使用することができます。 ASP.NETでよく使われているプログラミング言語は以下の通りです。…

スマートフォンが普及してきた今ではアプリケーション（アプリ）は私たちの日常生活の一部です。アプリの種類は複数ありますが、UI（ユーザーインターフェース）や操作性、起動スピードが最適化されているネイティブアプリが注目を浴びています。 ネイティブアプリには多くの利点がありますが、完璧なものではありません。他のアプリケーションと同様に、ネイティブアプリにもメリットとデメリットがあります。本記事では、ネイティブアプリの開発を検討している方のために、その基礎知識を分かりやすくご紹介していきます。   ネイティブアプリとは ネイティブアプリは、iOSやAndroid等特定のプラットフォームで使用されるアプリケーションです。ネイティブアプリのプログラミング言語は、プラットフォームにによって異なります。ネイティブアプリは、カメラなどとの連携やプッシュ通知などさまざまな面でそれぞれのOS上で、スムーズに動作しなければいけません。   Webアプリとの違い ネイティブアプリもWebアプリもスマートフォン上で動作可能なアプリであり、アプリを利用する方はどちらを選ぶべきか悩んでしまうことが多いものです。 簡単に説明すると、ネイティブアプリはiPhoneのApp storeやAndroidのGoogleのPlayストアからダウンロードして、スマホにインストールするものです。初回に利用する際には多少手間がかかりますが、アプリがホーム画面に表示されるため、スムーズに起動できます。また、アプリによって、オフラインの環境で使用できる機能もあります。 一方、WebアプリとはWebブラウザ上で起動するアプリです。インターネットに接続できればいつでも使えます。ダウンロード等の手間がなく、すぐに利用できますが、ネイティブアプリに比べて、インターネット環境によって動作が鈍いこともあるでしょう。 Webアプリの開発については「WEBアプリケーションの開発手順とは？ 仕組みや開発言語を紹介」で解説していますので、ご覧ください。   ネイティブアプリのメリット スピードの速さ ネイティブアプリは、上記で述べた通り、特定のプラットフォーム向けに設計されたアプリです。デバイスに内蔵された機能を使って動作するため、高速に動作します。CPUの使用率が高いアプリでも、ストレスを感じることなく動作することが特徴です。そのため、ネイティブアプリは、ゲームなどのアプリケーションにおすすめできます。 可用性 ユーザーは、App StoreやPlayStoreから簡単にネイティブアプリを探すことができます。その上、ワンクリックで簡単にダウンロードまで可能。アプリは承認前にストアによって審査されますから、信頼できる品質や可用性が保証されています。 インターネットの必要性 ネイティブアプリには、インターネットが必須ではありません。オフラインモードで機能するケースもあります。web上で動作するアプリではインターネットが必要不可欠。その点ネイティブアプリは、機能によってインターネット環境に左右されずに利用できる利点があるのです。 画質の高さ ネイティブアプリは高い解像度と柔軟性で、より良い画質を提供します。縦横の比率が異なるデバイスでも、ユーザーは意識することなく表示可能。また、デバイスに依存して、解像度が劣化することはありません。 ユーザーの利便性 ネイティブアプリは、デバイスのOSに合わせてそれぞれ作成されることが特徴です。カメラ、GPS、カレンダー、マイクなど、さまざまな機能がネイティブアプリには搭載されています。ネイティブアプリは、これらの機能を効果的に利用することで、より優れたユーザーエクスペリエンスを提供可能です。OSごとに適正にカストマイズされていることによって、ユーザーの利便性は高くなるでしょう。   ネイティブアプリのデメリット コスト ネイティブアプリの開発とメンテナンスに関わる、全体的なコストは高くなります。同じアプリケーションを別のデバイス用に個別に作成にする必要があるためです。また、アプリの保守にも高額な費用が必要になるでしょう。それぞれのストアで公開する際も料金が発生します。App Storeでの公開は年間99ドル。Appleからはアプリ内課金で30%の標準手数料を徴収されます。Androidの場合は、Google Playへの1回限りの登録料25ドルとアプリ内課金30％を支払うことに。しかしそれでも、ネイティブアプリは長い目で見れば費用対効果が高いといえます。   開発 ネイティブアプリの開発は、プラットフォームごとに別々の開発者が必要になるため、多くの技術と工数が必要になります。例えば、同じアプリをAndroid版とiOS版で開発する場合、それぞれ別の開発者を雇わなければなりません。さらに、ネイティブアプリの開発の過程では難しい課題に直面するケースもあります。 また、App StoreとGoogle Playの両方でアプリを公開する場合、両方のプラットフォーム向けに専門の開発チームが必要になるでしょう。2つのOS用のネイティブアプリの両バージョンを完成させるには、最大で通常のアプリの2倍の開発コストと時間が必要です。   アップデート 開発者は、さまざまな理由でネイティブアプリのアップデートを行う必要があります。アップデートは、バグや不具合を修正する目的が多いでしょう。必要なアップデートは、ユーザーがダウンロードできるように、アプリストアに実装される必要があります。ここで問題になるのが、ユーザーがアップデートに気付かないケースや、スマホの空き容量がないため、アップデートを見送る場合です。ネイティブアプリを不具合のまま放置することで、ネイティブアプリの評価が下がる恐れがあるでしょう。また、ネイティブアプリの利点がなくなってしまう恐れもあります。 サービスを提供する会社にとっても、2つのプラットフォームでのアップデートは相当な負担です。そして、アップデートのためには、開発・保守に多くのリソースが必要になります。   ダウンロードの必要性 ネイティブアプリを使用する前に、App StoreまたはPlayStoreのいずれかからダウンロードする必要があります。ネイティブアプリをダウンロードするためには、いくつかのプロセスが必要です。アプリを見つけ、利用規約を確認し、ダウンロードを行う必要があり煩雑です。ダウンロードに時間がかかり過ぎると、途中でダウンロードを諦めてしまうユーザーが出てきてしまいます。   まとめ ネイティブアプリは、開発のデメリットにかかわらず、数多くのメリットと利便性により、モバイルユーザーに人気です。今後もネイティブアプリは増加すると予測されています。そのため、ネイティブアプリの開発に投資することは悪い選択ではありません。 できるだけコストを抑えて、効果的なネイティブアプリの開発をお探しの方は、是非弊社NTQまでご相談ください。日本市場における600件以上の開発事例から、蓄積された経験に基づいて、最も適切なコンサルティングを提供致します。 お問い合わせページ

要件定義はシステム開発プロジェクトを成功させるために不可欠なものです。すべての要件をきちんと文書化すれば、プロジェクトはお金、労力、時間の膨大な浪費を防ぐことができます。見積もりやタスクの割り当てを効率的に行い、開発チームは納期を確保することで、顧客の満足につながります。 本記事では、要件定義の概要と具体的な進め方と、優れた要件定義書の特徴をわかりやすく丁寧に解説します。 要件定義とは 要件定義はシステム開発を本格的に開始する前に、開発者の視点からユーザー側の要求を整理しながら、必要な業務内容を文書化する段階です。要件定義の工程のアウトプットは要件定義書となりますが、ユーザー側が求めているシステムの機能だけでなく、その目的、スケジュール、予算、実施体制などの想定も要件定義書に反映されます。そのため、要件定義をしっかりすれば、正確なプロジェクトの全体計画ができます。逆に、要件定義で、ユーザー側の要望を十分に掴めないと開発段階で手戻りが多数発生することで、システムの品質と納期に悪影響を及ぼす可能性があります。 そのため、要件定義はシステム開発業界で長年の経験を持つ方が担当することが多いです。 「要件仕様書」と「要件定義書」の違い 要件仕様書と要件定義書は類似した内容が多いためよく間違えられますが、簡単に説明すると、「要求仕様書」というのは発注するお客様側が「このようなシステムを開発したい」「こういう機能が欲しい」という要望をまとめて、開発側に渡すものです。つまり「提案依頼書」ともいえます。 一方で、開発側はお客様が提出する要件仕様書の内容に基づいて、エンジニアの観点でその要望を「システム開発業界の言葉」に変換します。その変換作業を「要件定義」と呼びます。 しかし、「担当者が忙しい」「IT知識がない」といった理由で、要件仕様書の作成ができない企業が多く存在します。その場合に開発側は、お客様にヒアリングを重ねた上で、要件仕様書がないまま、直接要件定義を進めるケースもあります。 弊社でもお客様のアイディアをまとめて、事業化までサポートするサービスを提供しており、詳細についてはNTQコンサルティングサービスでご参考ください。 要件定義の進め方 要件定義という作業のアウトプットは「要件定義書」となりますが、適切なものを作成するためには、以下のステップで行うことが必要です。 ①お客様の要求の明確化 上記にも述べた通り、プロジェクトのゴールはお客様の要望を実現することであるため、これは最も重要なステップです。 また「何を作りたい」「こうしてほしい」という細かい要望より、「その開発でどんな課題を解決したいか」「その解決でどんな目標を達成したいか」という本来の目的に注意を向ける必要があります。全体像を共有してもらうことで、開発したものがお客様の目的から乖離することを未然に防ぐことができます。 ②システム全体の構成の明確化 お客様の要望をヒアリングした後、それを満たす機能を考えることが多いですが、要件漏れを防ぐためには、システム全体の構成要素を十分に検討することが必要です。 例えば、どんな簡単なシステムでもウェブサーバー等のバックエンドとユーザー側のクライアントエンドがありますので、それぞれの役割と要件を詰めておく必要があります。また、ハードウェアが必要かどうか、どのようにハードウェアが動作するか等はこれらを進めるうえでのステップになります。 ③機能要件の定義 お客様が求めているシステムには「機能要件」と「非機能要件」を含みますが、システム開発では機能要件がお客様の業務効率に直結するものとして注目されています。 機能要件を定義するためにいくつか注意点があります。 まず、現行の業務フォローを明確にしながら、システム導入後の姿を描く必要があります。現行のものを細かく分析すればするほど、問題点と新しいモデルの改善点が見えるようになるので、フロー図等を使うことが多くあります。 次に、データの構成と流れを想定しながら整理を行います。システムに対応する言語、フレームワークやデータベースの構造等を洗い出し、設計に入ります。 最後に、ユーザーと新しいシステムとの設定であるユーザーインタフェース（UI）を定義することになります。この段階では、ユーザーの利用状況を検討しつつ、画面のレイアウト、状態の遷移と使用するデバイスを定義します。 ④非機能要件の定義 非機能要件とは機能以外の要件であり、例えば可用性、性能、拡張性、運用・保守性、セキュリティ等の要件は非機能要件に当たります。業務効率にそんなに影響を与えていないようですが、問題が発生すると多大な損失になる可能性があります。しかし、この要件事項の重要性は、業界によって異なりますので、業界の特徴に合わせて定義することになります。 ⑤業務実施の関連内容の定義 機能要件と非機能要件を固めてから、それを実現する見積、体制（メンバー構成）とスケジュールやコミュニケーション等を定義する段階に移ります。 システム要件に基づいて、実装の工数と必要なハードウェアの調達金額を算出しますが、技術の難度によって、より単価の高い人員を配置することもあります。また、コミュニケーションの体制とそこにかかる工数も見積に入れ忘れることのないように注意していきましょう。 最後に、算出した工数をお客様のご要望と合わせて考慮し、最も妥当なスケジュールを提案することになります。 ⑥要件定義書の作成 要件定義に必要な内容を納めた後に、要件定義書をつくることになります。これはダイレクトにプロジェクト全体の成否に関わりますので、可能な限り正確に詳細情報を記載していきます。 参考として要件定義書の一般的な項目を以下の通り示します。 1．はじめに 1.1 目的 1.2 利用者一覧 1.3 意図的またはイレギュラーな使用 1.4 作業範囲 1.5 用語の定義 2. 全体説明 2.1 ユーザーニーズ 2.2 前提条件と依存関係 3. システムの機能と要件 3.1 機能要件 3.2…

VUCAの時代と言われる現在は将来の予測が困難であり、人々のニーズとビジネス環境の変化に合わせて、開発手法にも工夫が求められています。新規プロジェクトの開発では実施期間の短縮化やコスト削減が必要になるでしょう。その目的を支援する手法の一つとして、MVP開発は注目されているのです。 本記事では、MVP開発について、概要やメリット・種類・費用相場など、知っておくべき5つのことを徹底解説していきます。   MVP開発とは MVP開発はMinimum Viable Productの略で、実用最小限の製品を意味します。MVP開発とはコアとなる価値を提供し、顧客に必要最小限の機能のみを備えた製品を提供することです。基本的に、MVP開発はフィードバックを集め、その製品がユーザーに必要とされているかどうかを確認できることが特徴。また、初期バージョンの導入で、お客様のニーズや好みを把握できます。開発者はそれに応じて製品を調整し、さらなる更新を計画することができることも特徴です。したがって、MVP開発を行うことによって、開発コストを削減するだけでなく、市場に適合しない製品を作成するリスクを低減することができます。   PoCとの違い PoCはProof of Conceptの省略であり、概念実証のことです。新規製品、新規事業を企画するとき、PoCもよく出てきますので、MVP開発と間違えてしまう方がいるかもしれません。ここで、PoCとMVP開発を区別できる特徴をまとめます。 まず、PoCは概念実証の名前の通り、製品の初期バージョンではありません。ソフトウェア開発におけるPoCは、ソフトウェアのコンセプトが技術的に実行可能かどうかを調べることを目的としたプロセスです。実際に製品を開発するわけではありません。対して、MVP開発は、初期バージョンを開発し、そのサービスが市場において、適合するのかを実証実験する工程を指しています。   MVP開発のメリット MVP開発のメリットは複数ありますが、主なメリットを5つ取り上げます。   市場投入までの時間の短縮 MVP開発は最低限の機能を作るため、従来の開発手法より開発サイクルが短くなります。したがって、MVP開発による製品は他社の製品より早く市場に投入することができるでしょう。 製品のライフサイクルがますます短くなる昨今では、開発期間の短縮は競争力の向上に大きく貢献します。特にニッチ市場で成功するためには市場投入までの期間が短いことが、成否を決定づけるでしょう。 市場需要の検証 MVP開発はシステムの機能を確認するためのテストだけでなく、市場の需要を理解するためのものです。特定のお客様のニーズを想定しながら自社製品を開発する場合に有効となります。MVPの製品があることによって、「そのニーズが存在するか」、「そのニーズを持つ潜在的な顧客が想定したほど多いか」といったことを確認することが出来ます。また、この段階で得られたコメントなどに基づいて、製品の改善・作り直しを通じて、差別化を図ることができます。 コスト削減 MVP開発では、プロダクトに必須な機能だけ搭載するため、コストを最小限に抑えることができます。また、最初から不可欠な機能だけを搭載するため、製品が複雑になりすぎることがありません。開発者に高度なコーディングやソリューションを求めることを防ぐこともできます。また、初期のバージョンから得られた利益を再投資することで、コストを分散させることができるのです。   リスクの最小化 製品の立ち上げには時間やお金、リソースを多大に投資するため、注意が必要です。さらに、製品の不評がビジネスやブランド名を傷つけ、会社や顧客に損害を与える可能性もあります。大規模な投資を行う前に、MVP開発で製品のアイディア、コンセプトを検証することでリスクを最小限に抑えることができるのです。   ステークホルダー・投資家の説得 ステークホルダーや投資家は成功する製品にだけ投資するものです。そのため、ステークホルダーや投資家を説得するために、MVP開発は非常に有効な手法です。なぜなら、MVP開発は言葉の説明だけでなく、物理的な製品を提案し、ユーザーの反応などで製品のメリットを証明できるから。将来性を提示することで、投資を呼びかけることに成功できます。   MVP開発の種類 MVP開発はタイプが複数あります。企業の目的に応じて適切な種類を選びましょう。   オズの魔法使い   オズの魔法使いでは、ユーザーに見える部分だけを機能するように開発します。つまり、システムのフロントエンドのみを準備し、バックエンドは人的に対応していくのです。その結果、わざわざバックエンドの機能を開発することなく、製品コンセプトを検証できます。本当にニーズがあり、バックエンドの開発の必要性があるのか事前にわかることが特徴です。   コンシェルジュ コンシェルジュは提供されるサービスのフロントエンドもバックエンドも人的に対応します。また、コンシェルジュ型は、将来の製品に関するアイディアの創出、サービスの提供や顧客とのコミュニケーションが目的であり、検証することではありません。大規模なシステム開発などを判断する際、コンシェルジュがよく使われています。   ピースミール型 ピースミールタイプでは、直接ソリューションを開発せずに、既存のアプリやツールを活かして、お客様に価値を提供します。プロダクトのプロトタイプは1つのサービス用に動作するため、他のサービスを検証する場合は、複数のプロトタイプの準備が必要です。フィードバックを得た後に必要な機能を追加することもあります。   単一機能 単一機能タイプは、機能が1つ搭載される製品です。これは、製品やサービスの最も重要な機能を検証することに役に立ちます。このMVPであれば、ターゲットユーザーを絞り込み、フィードバックを受け、分析し、テストに集中することができるでしょう。   MVP開発の費用相場   MVP開発には様々な種類があり、要件に応じて、MVP開発の費用も変わります。例えば、非常に簡単なWEBサービスのプロトタイプだけの外注なら、費用が200万円前後ですが、300〜500万円程度の予算が必要な場合が多いでしょう。 一般的なソフトウェア開発では、500万円〜1,000万円の予算が必要なケースが多いもの。その点、MVP開発ではコストを抑えた開発が可能になります。 しかし、その予算以内で品質が高い製品を完成させるためには、開発ベンダーの選択に十分注意するべきでしょう。なぜなら、MVP開発では今までにないものを実現することが多いため、手戻りを防ぐために、実績が高い会社や密なコミュニケーションが取れるベンダーが必要になるからです。   まとめ:新規事業を加速するMVP MVP開発について、概要からPoCとの区別、メリット、種類、費用相場まで紹介いたしました。MVP開発は実施期間の短縮、コスト削減、リスクヘッジなどを推進する開発手法です。MVP開発のメリットを活かすために、ローコード開発やノーコード開発を利用するケースが多くなります。ワンストップベンダーとしてのNTQは開発に関するあらゆる悩みを解決に導くことが可能です。一度御社の開発に関するお悩みをぜひご相談ください。…

ビジネスの各分野でAI（人工知能：Artificial Intelligence）が注目されています。特に自動運転や医療分野、顔認識によるセキュリティ分野、AIスピーカーのようなスマート家電分野では、ここ数年で急速に発展・普及してきました。 日本の抱える人口減少や少子高齢化に伴う人手不足の解決手段として、あるいは新型コロナウィルス感染症をきっかけとしたニューノーマルな社会の形成など中長期な視点において、ビジネスにおけるAIの活用・普及は今後も存在感を増していくことでしょう。ここではAIが注目される理由と、これからのビジネスに与えるインパクトについて解説いたします。 AI（人工知能）とはなにか AIの定義 日本語で人工知能と言われるAIは、Artificial Intelligence（アーティフィシャル・インテリジェンス）の略称です。一般社団法人人工知能学会（※）では、AIという言葉の生みの親であるジョン・マッカーシー教授の言葉を「知的な機械、特に知的なコンピュータプログラムを作る科学と技術」と翻訳して紹介しています。 AIは現在、「第3次AIブーム」と言われています。これは、過去に数回繰り返された、かつてのAIブームとは異なります。かつてブームとなったAIは、与えられた情報に対して最適解を導くものでした。現在のAIでは、ベイズ統計学や機械学習の実用化によって、ビッグデータ（数値やテキスト、画像、音声など大量のデータ）からコンピュータ自身が「自ら学ぶ」時代になったと言えるでしょう。 また、知識を定義する要素（特徴量）をコンピュータが自ら習得する深層学習（ディープラーニング、特徴表現学習とも呼ばれる）が登場したこともその特徴です。 以降は、現在のAIを表すキーワードである「学習」の仕組みについて見ていきます。 ※　一般社団法人 人工知能学会では人工知能の各分野で研究交流を行っています。人工知能（AI）の産業応用に関するシンポジウムの実施、会誌の発行、一般の研究発表のほか、招待講演などが主な活動内容です。 一般社団法人 人工知能学会サイト AIの仕組み 機械学習とディープラーニング 機械学習とは、データを分析する方法のひとつです。データを用いて「機械」（コンピュータ）が自動で「学習」し、データの背景にあるルールやパターンを発見する方法からこのように呼ばれます。特に近年では、大量のデータから学習した成果に基づいて「予測・判断」することが重視されるようになりました。 機械学習でもっとも重視されることのひとつは予測精度です。データの背景にあるルールが正しく説明できているかどうかだけではなく、結果としてより正しく予測できているかどうかが重視されています。これによって、従来の仮説検証型のデータ分析では見つけられなかった新しい発見や高い精度の予測モデルを構築することが可能になりました。 ディープラーニングはこの機械学習の機能をさらに推し進め、データの背景にあるルールやパターンを学習するために、深層的（ディープ）な構造で考える方法です。一般的なデータ分析では、入力データと出力データの関係を直接分析しますが、ディープラーニングは、そこに中間層と呼ばれる構造を設け、さらに多層化（深層化）することで、さらに深くデータの背景にあるルールやパターンを考えることができます。 ディープラーニングについて詳しくは、「ディープラーニングとは？わかりやすく仕組みと具体的な活用事例を紹介」をご参照ください。 強いAIと弱いAI AIには「強いAI（汎用型AI）」と「弱いAI（特化型AI）」が存在します。強いAIは人間のような総合的な判断ができるAIです。あらかじめ人間が結果を考えてプログラミングしたり、そのためのデータを与えたりしていない場合でも、状況に応じてAIが自ら判断できることが、強いAIの特徴です。人間のように「想定外の状況に、過去の経験に基づいて学習、処理する」といった対応も可能になるとして期待が寄せられています。最終的なAIの到達点ですが、その理想の形は、現在まだ実現していないとされています。 これに対して弱いAIは、与えられた特定のタスクを自動的に処理するAIです。現在多くのサービスやシステムで実用段階にあるAIはこの「弱いAI」を指しています。弱いAIは、与えられた仕事に対しては自動的に処理ができる一方で、プログラムされていない、想定外の状況への対応はできません。つまり、人間の知性の一部分のみを代替し、特定のタスクだけを処理するAIです。囲碁のアルファ碁やiPhoneのSiriなどはこれに該当します。 AI技術とビジネスにおける活用例 AIと医療技術 AIが過去に蓄積された診断画像や健康診断の数値、各種の論文やデータ報告などの医療データを解析することで、病気の早期発見と適切な治療を見つけ提案することが可能になりました。人間では限界のある大量のデータ解析により、今まで見過ごされてきたさまざまな医療に役立つデータをピックアップできるようになりました。 実用化の例 米Amazonは、AIを使って患者の診療記録を分析することで、重要な情報を抽出するという新しいサービスを開始しました。医師や医療事務従事者がこれを利用することで、これまで手作業で行っていた処理から解放され、大幅な業務効率化を見込むことができるとしています。Amazon AIにより診療記録を分析・標準化できるサービスを公開|The Medical AI Times AIと自動運転 自動車の自動運転において、AIは運転にもっとも重要な認知のプロセスで利用されています。多くのデータを蓄積分析して認知プロセスで利用される人工知能は、画像処理の分野で力を発揮。車載カメラによって周囲を認知し、障害物や走行レーンを識別することによって、安全な自動運転が可能になります。 実用化の例 ホンダの出資するHelm.aiは、AI分野において「教師なし学習」に特化した研究開発を進めており、この技術が自動運転開発にイノベーションを起こすとされています。 「教師なし学習」で自動運転！ホンダも出資するHelm.aiの正体|自動運転LAB AIと自動翻訳 AIは自動翻訳の分野でも活躍が期待されています。自然言語分野で文脈などを読み取り判断して、より文脈に沿った単語を選択することで、人が翻訳したような自然な翻訳をする自動翻訳の技術に、ディープラーニングが活用されています。 実用化の例 特許翻訳に導入されているニューラル機械翻訳（NMT）の事例があります。 ニューラル機械翻訳の進展|日本特許情報機構 まとめ：現実のさまざまな問題の解決が期待されるAIの進化 人工知能研究の世界的権威であるレイ・カーツワイル博士は、2045年に人間の脳とAI（人工知能）の能力が逆転する「シンギュラリティ（技術的特異点）」が訪れることを予言しています。AIが人間の脳を超えるかについては多くの議論がありますが、囲碁や将棋などで見られるように、限られた範囲・ルールの中では人工知能が人間の能力を凌駕していることは現実になっています。 AI自体はまだ成長期の過程にありますが、今後も研究を進めることで、日本や世界が抱える社会課題を解決し持続的な経済成長を支えるでしょう。ここで挙げた例以外にも、小売、流通、医療、金融、農業、教育など、ますます多様な分野に進出していくことが期待されます。 NTQでは、AIに関する開発業務も承っております。具体的な開発だけではなく、AIを使って実現したい内容の相談から可能ですので、是非一度お気軽にお問合せください。また、以下のページでAIの開発事例の一部をご覧いただけます。 「AI × オフショア開発」「AI開発事例集ダウンロードページ」

フィンテック（FinTech）は近年聞きなれている言葉になり、またその活用が増加する中、ビジネスマンにとって不可欠な知識になりますが、具体的にどういうものなのか、よく理解していない方が多いでしょう。 本記事では、フィンテックの基本的な概要と種類と注目される理由や活用事例について紹介いたします。 フィンテック（FinTech）とは？   フィンテック（FinTech）はもともと英語のファイナンス（Finance）とテクノロジー（Technology）を組み合わせた造語です。金融サービスにテクノロジーを活用することで、業務の効率化と顧客体験の価値向上を実施することを意味しています。 また、フィンテックというと分かりにくいイメージを持っておりますが、LINE Pay、楽天パイ、CAMPFIRE等私たちの身近なサービスはその代表となり、思ったより日常に浸透し始めています。 フィンテック（FinTech）が注目される背景 フィンテック（FinTech）という言葉自体の始まりは2000年代前後ですが、ビジネスにおける活用が急速に拡大したのは近年となります。 それでは、フィンテックが注目される背景を一緒に調べましょう。 ・リーマンショック フィンテックが加速したきっかけとされるのは2007年にアメリカで発生した「リーマンショック」という金融事件です。それはアメリカのみならず、世界の金融業界に打撃を与えました。そのため、従来の金融システムに対する不満が高まり、金融業界の優秀な人材がIT産業に参入し、金融業界の課題解決を目指しました。 ・テクノロジーの進歩 フィンテックという言葉の半分はテクノロジーであるため、その成長はテクノロジーのレベルに支配されています。特にここ数年IT技術はオンラインだけでもやり取りできる環境が発展し、フィンテックの成長に積極的に貢献しました。 ・新型コロナウイルス感染拡大による影響 新型コロナウイルス感染拡大による世界的大流行（パンデミック）により生活や経済活動に制限がかかり、従来の金融サービスは停滞状態に陥りました。そのため、ここでも市場構造の変化に柔軟に対応できるフィンテックが注目されました。新型コロナウイルス禍で、フィンテック関連のスタートアップが大幅に増加し、その分野への投資も過去最高の金額に達しました。     フィンテック（FinTech）の市場規模 株式会社グローバルインフォメーションのレポートによると、世界市場でフィンテックは2021年から2026年にかけてCAGR（年平均成長率）8.7%で成長し、2026年には1,612億米ドルに拡大する見通しです。 日本でもフィンテックが成長している傾向があります。矢野経済研究所のレポートによると、フィンテック系ベンチャーの2018年度の国内市場規模は2,145億円でしたが、2022年度は1兆2,102億円に達成すると予測されています。つまり、4年間で5.6倍も増加するという驚くほどの成長をみせています。 出典：矢野経済研究所【国内FinTech（フィンテック）市場に関する調査を実施（2019年）】 フィンテック（FinTech）の分類 日本国内でもフィンテック系ベンチャーが増加し、そのサービスは多岐の分野にわたり展開されています。そのため、フィンテックの分類について様々な意見があります。その中で、国内最大級のFinTech・仮想通貨情報メディアとされる「MAStand」が2019年に公開したカオスマップが広く知られていますので、こちらに基づいて、フィンテックの分類をさせていただきます。 出典：https://mastand.com/money/work/best-fintech-japan/ 1：キャッシュレス決済・送金サービス キャッシュレス決済とはおなじみの通り、現金の代わりにQRコード・バーコード等を使って会計を済ませることです。ちなみにICT総研の市場調査では、日本国内のスマホ決済だけで2020年度に約3兆円にも拡大すると予想されていました。一般にほぼ毎日使われているキャッシュレス決済といえば、PayPayや LINE Pay、 楽天ペイなどがあるでしょう。オンラインにおいてはPayPalなども日常的に当たり前のように利用されています。 2：仮想通貨・ブロックチェーン 仮想通貨は実体がなく、インターネットで電子データとしてやりとりされる通貨のことです。よく耳にするビットコイン等と同じですが、日本で有名なものではGMOコイン、DMM Bitcoinなどがあります。 3：クラウドファンディング クラウドファンディングとは、オンライン上で支援を募り、主に個人から資金を調達し、事業を達成させる仕組みです。ビジネスだけでなく社会貢献活動を目的として利用されることも多いものです。 国内最大級のクラウドファンディングプラットフォームとされる「CAMPFIRE」は2019年10月、累計流通額が150億円を突破すると公開しています。このほかにもいくつものプラットフォームが林立し、今後、ますますの成長が予測されています。 4：個人資産運用 ここでいうフィンテックを活用した個人資産運用とは、初心者でも安心して気軽に資産運用を始められるように資産運用のポートフォリオやそのリスクをAIで分析し、ユーザーの目標・ニーズに応じて、適切なアドバイスを提供するサービスを指します。運用の自動化をサポートするところもあり、例として「WealthNavi」「THEO」「folio」などが挙げられます。 5：ソーシャルレンディング  ソーシャルレンディングとは、インターネット上で個人間の金銭の貸し借りを仲介するサービスであり、融資型のクラウドファンディングととらえるとわかりやすいでしょう。 6：会計・経理 今までの会計業務は物理的な書類の処理といった作業が多かったところ、デジタル化によってその一部作業をインターネット上で管理できるようになりました。人間によるケアレスミスを防きながら、ペーパレス化することで環境保全および業務効率を図るサービスです。 「freee」や「Money Forward クラウド」のような個人事業主や小規模な事業者向けに収支を管理する会計ソフトも人気を集めています。 7：個人財務管理(PFM) 個人財務管理（PFM）といえば、家計簿アプリが多いです。アプリと銀行口座を連携することで、手間なく自動的にキャッシュフローを可視化します。 8：保険 保険分野におけるフィンテックは、Insurance（保険）とTechnology（テクノロジー）を組み合わせた「InsurTech（インシュアテック）」という造語が作られるほど、注目度が高いです。テクノロジー、特にAIを活用することで保険業界のサービス提供形態を改革し、ユーザーの体験価値を向上させることが期待されています。 9：金融情報サービス 金融情報サービスは、データ解析技術を活かすことで、情報の整理と分析に役立つものです。例として有名な経済情報プラットフォームの「SPEEDA」は市場分析作業の短縮・効率化に成功しました。 10：個人向けローン・融資 個人向けのローンに関する悩みの相談から、借り入れ可能額の判断、提案、手続きまで全てインターネット上で提供するサービスです。現在、不動産業界などでよく使われています。 11：セキュリティ 金融サービスにおいてセキュリティは大変重要です。セキュリティ性を高めるために、サイバー攻撃や不正ログイン対策に備えて顔認証や指紋認証といったテクノロジーを導入する金融機関が増えていきました。…

画像認識とは、画像に何が写っているのかをコンピューターが認識するもので、今後もさまざまな場面で活用されることが期待されている技術です。特に近年のAI技術の進歩により、画像認識が活用できる領域は大きく広がりました。そこで、本記事では画像認識の概要や仕組み、現在使われている画像認識の種類や活用事例などについてご紹介します。 画像認識とは 画像認識とは、ある画像に何が映っているのかを認識する技術のことです。人間の場合、蓄積された経験をもとに、画像に写っているものが誰なのか、何なのかを判別することができます。しかし、通常コンピューターは画像を見ても単なるピクセル（画素）の集まりとしか認識できません。 そこで、AIによるディープラーニングを使うことで、人間の「蓄積された経験」と同じように、数多くの画像データからパターンを学び、人やモノの特徴を学習し、ビッグデータをもとに画像に写っているモノや人の識別ができるようになるのです。 AIの学習方法には他にも人がルールを教える、機械学習を行うなどの方法がありましたが、ディープラーニングでは人間が先に教えていなくてもコンピューターが人間の神経回路に似せた「ニューラルネットワーク」を使って自ら学習し、画像を判別することができるようになりました。 画像認識の仕組み 画像認識の仕組みは、以下の2つの手順が使われています。 1．画像処理・抽出 いくらディープラーニングで人間と同じようにAIがビッグデータから画像を認識すると言っても、コンピューターが画像を認識する仕組みは人間と同じではありません。細かいノイズがたくさん入っていたり、暗い画像や対象物と背景の輪郭がぼけていてわかりにくかったりする画像などは認識しづらいのです。そこで、まずは以下のように対象物を認識しやすいような画像処理・抽出を行います。 画像のノイズや歪みを除去する 明るさや色の補正を行う 対象物の輪郭（エッジ）の強調をする 対象物の領域を抽出し、背景と区別する 対象物の画像データを、ピクセル単位で抽出する ここまでして初めて、対象物を認識できた、ということになります。 2．ディープラーニングを用いた特定物体認識 次に、ディープラーニングを使って特定の物体かどうかを認識します。画像認識のディープラーニングでは、CNN（畳み込みニューラルネットワーク）というネットワークモデルがよく使われます。 CNNでは画像の特徴を抽出する「畳み込み層」と、特徴を分析する「プーリング層」があり、「畳み込み層」ではたくさんの画像を見せていくことで、「この対象にはこんな特徴がある」と学習していきます。「プーリング層」では、畳み込み層で学習した特徴の中からより優先すべき特徴を選んでひとまとめにし、一番値の大きいものを選んでいきます。このような過程を経て、「対象物が写っているのはこの画像である」と認識するわけです。 画像認識の種類 現在使われている画像認識の種類には、大きく分けて6つのものがあります。 物体認識（物体識別） 対象となる物体と同じものが画像内に存在するかどうか検証します。また、画像に映っている物体の種類、カテゴリを特定するなど、画像に映っている物体の情報を抽出するのも物体認識に含まれます。 また、物体認識は「一般物体認識」と「特定物体認識」に分かれ、「これは猫である」とまとめて認識するのは「一般物体認識」、「これはアビシニアンである」と特定の種類を認識するのは「特定物体認識」に分類されます。 物体認識は、次に述べる「物体検出」と切っても切り離せない技術です。 物体検出（物体検知） 物体検出とは、画像内に含まれるある対象の位置を検出するものです。人間が画像を見たとき、「それが何であるか」「それがどのあたりにあるか」はほぼ同時に判断していますが、コンピューターにとっては異なる処理となります。この「物体検出」ができないと、自動運転車が標識や障害物、通行人などの物体を正しく認識し、処理できないため非常に重要な技術の1つです。 画像キャプション生成 入力した画像内に何が映っていて、映っているものがどんな状況にあるかを判別し、画像の説明文を生成するものです。例えば、犬が草原で遊んでいる画像に「犬が草原で遊んでいる」と文章をつけます。文章をつけるのは「自然言語処理」によるもので、視覚に問題があり、画像を見ただけでは何かわからない人などに活用されています。 異常検知 異常検知は、主に製造業の現場で異常や不良品を見つけるのにも活用されています。まず、ライン生産させている製品の正常な状態と異常な状態をそれぞれ大量に読み込ませ、共通点や相違点をパターン学習させます。その上で、撮影された画像から製品の異常や損傷箇所、不良品を正確かつ素早く検知することで、検品作業の効率化と品質向上が図れます。 顔認識 文字通り、人間の顔の特徴を抽出し、識別する技術のことです。 例えば、目や鼻、口、顔の輪郭などは人それぞれ特徴が出やすい部分ですから、このような部分を抽出して「人間の顔である」ことを認識します。さらに、データベースに登録された顔写真と照合して、「顔認証」として使うこともできます。 文字認識 文字認識はOCRとも呼ばれ、紙に書かれた手書きの文字や、印刷された文字などを判別する技術のことです。 近年、スマートフォンアプリでも文字認識によって手書きされた紙の文字をテキストデータに変換したり、翻訳技術と組み合わせて文字にかざすだけで翻訳したりするなど、さまざまな用途で使われています。 画像認識の活用事例 ここでは、実際に画像認識がどのように活用されているかの事例を4     つご紹介します。 1. デジタル地図データの開発 カーナビゲーションや地図アプリに必要なデータとして、建物や店舗、道の形状以外にも道路情報や道路標識など、さまざまな交通情報が必要です。AIを使わない場合、担当者が現場の写真を細かく目視でチェックし、情報を記録・更新する作業が行われています。しかし、AIで停止線や横断歩道などを検出すれば、担当者の業務工数を減らし、業務効率化やヒューマンエラーの防止になるでしょう。 2. インフラの劣化点検 インフラ設備が経年劣化した際、企業は的確な対応を行わなくてはなりません。劣化箇所の点検を目視で行っていると、担当者の負担にもチェックの抜け漏れにもつながります。そこで、AIのディープラーニングを利用して劣化箇所を確実に検出することで、作業の効率化や抜け漏れを防いでいるのです。 3. 農薬散布の自動化 AI搭載ドローンの画像認識技術により、害虫や虫食いの葉の位置を特定し、必要な箇所に必要な量の農薬だけを散布する低農薬農法も行われています。害虫のいる場所にだけピンポイントで散布できるため、撒かなくても良い分の農薬を削減したり、農薬散布にかかる人手を減らしたりできます。また、低農薬という付加価値がつくことで、一般的な農産物よりも高値で取引されることもあります。 4. 自転車の危険予知 近年、自動運転車が話題になっていますが、NTQでは自転車を使うユーザーが危険な場所に近づくと通知するシステムを開発しました。事故が起こりそうになるとセンサーが情報を収集してデータベースを作成・追加するという、更新性に優れたシステムです。モバイル端末から収集されたデータをリアルタイム処理し、機械学習に基づいて急ブレーキを検出したり、急ブレーキが発生した前後10秒間のビデオを保存したりすることで、さらにセンサー精度と情報分析機能を向上させています。 このケースにもあるように、画像認識というと自社開発のイメージが強いものの、オフショアでの開発も可能で、実際に行われています。 こちらの事例について詳しくは「自転車の危険予知システムの事例（オフショア開発事例）」を、ぜひご覧ください。…